ntea.log
日々の学習アウトプットと、技術や組織についての考えを発信する技術ブログ。ゲーム理論・プログラミング・AI など。
投稿カレンダー
色が濃いほど、その日の投稿数が多いことを表します。マスにカーソルを合わせると記事が見られます。
カレンダーを表示できませんでした。
新着記事 (2 / 7)
-
AIを使うことは「成果物の外注」である
AI に頼むことはアプリ開発を外注するのと同じ——外注した瞬間に消えるプロセスと経験に注目して、身につけたいかどうかで使い方を選び分ける整理をします。
-
Bun の Zig→Rust 全面書き換えが示した「AI開発の実像」
100万行を11日で移植——見出しの「AIが全部やった」印象と、創業者が11日間張り付いた実態のギャップから、大規模AI移植の本当の姿を読み解きます。
-
コードレビューの ROI ——効いていた指摘は 2 種類だけ
PR 62 件・指摘 300 件を分類して欠陥相関を測った実験結果から、レビューを希少資源の配分問題として捉え直します。
-
AIに勝てる人間の3つのスキル ── マッキンゼーの視点
2.5万体のAIエージェントを走らせる経営コンサルが挙げた「志・判断・創造性」——大規模導入した現場だからこそ見える人間の領分と、採用基準の変化を読み解きます。
-
ルネサンス的マインドセット——AI 時代に専門性を守る処方箋
AI に複製できないのは分野をまたぐ広さと人文知——「使わないスキルは衰える」という診断のその先、専門性を守るための処方箋としてのルネサンス的教養を正面から論じます。
-
A/Bテストを始める前に——検出力・効果量・サンプルサイズの設計
A/Bテストの結果が「効果なし」だったとき、それは本当に効果がなかったのか、それともサンプルが足りなかっただけなのか——実験前に必要なサンプルサイズを正しく設計するための3つのパラメータと計算方法を解説します。
-
10種類のシールを全部揃えるには何個買えばいい？——クーポンコレクター問題
10種類のシールが入ったお菓子、全部揃えるには平均何個買えばいい？——直感的な「10個」ではなく約29.3個になる理由を、幾何分布・調和数・モンテカルロシミュレーションで解説します。
-
コンバージョン率の比較で騙されないために——偽陽性・偽陰性と信頼区間
A/Bテストで「施策Aの方が率が高い」を安易に信じると間違える理由を、偽陽性・偽陰性・信頼区間の観点から解説します。サンプルサイズと多重比較の落とし穴も含む実践的な判断チェックリスト付き。
-
なぜ標本分散は n-1 で割るのか——不偏分散と自由度の直感
標本分散を n で割ると母分散を系統的に過小推定してしまう——その理由を直感・数学・自由度の三つの視点で解説し、NumPy の ddof=1 が何をしているかを明らかにします。
-
全体では勝っているのに部分では全負け——シンプソンのパラドックス
集計の粒度を変えるだけで「AよりBが優れる」という結論が逆転する——シンプソンのパラドックスの仕組みと、ビジネスデータ分析での落とし穴を具体例とともに解説します。
-
bonsai — 全部読む前に地図を作れ
コードベースの骨格だけを抽出してトークン効率の高い地図を生成する CLI ツール bonsai——全文を読ませる前に「何を読むか」を決めることで、AI エージェントのコンテキスト消費を 4〜5 倍削減します。
-
ベイズ統計入門——事前知識を使って確率を更新する
データが少なくても「確率の分布」として答えを出せるベイズ統計の考え方——事前分布・尤度・事後分布という三つの要素と、頻度論との違いをビジネス文脈で解説します。
